点此搜书

非线性再生散度模型
  • 作 者:唐年胜,韦博成著
  • 出 版 社:北京:科学出版社
  • 出版年份:2007
  • ISBN:9787030194862
  • 标注页数:194 页
  • PDF页数:202 页
  • 请阅读订购服务说明与试读!

文档类型

价格(积分)

购买连接

试读

PDF格式

8

立即购买

点击试读

订购服务说明

1、本站所有的书默认都是PDF格式,该格式图书只能阅读和打印,不能再次编辑。

2、除分上下册或者多册的情况下,一般PDF页数一定要大于标注页数才建议下单购买。【本资源202 ≥194页】

图书下载及付费说明

1、所有的电子图书为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

3、所有的电子图书都是原书直接扫描方式制作而成。

第1章 非线性再生散度模型 1

1.1 非线性再生散度模型的定义 1

1.1.1 再生散度分布族 1

1.1.2 非线性再生散度模型 8

1.2 非线性再生散度模型的极大似然估计 9

1.3 非线性再生散度模型参数的Bayes估计 22

第2章 非线性再生散度模型的统计诊断 28

2.1 基于数据删除模型的统计诊断 28

2.1.1 诊断模型分析 29

2.1.2 诊断统计量 33

2.1.3 实例分析 39

2.2 局部影响分析 44

2.2.1 局部影响的曲率度量 44

2.2.2 扰动模型分析 47

2.2.3 实例分析 50

2.3 散度参数的齐性检验 54

第3章 非线性再生散度模型参数置信域的曲率表示 59

3.1 非线性再生散度模型的几何结构 60

3.2 参数置信域的曲率表示 62

3.2.1 似然置信域的曲率表示 62

3.2.2 子集参数的置信域 66

第4章 非线性再生散度随机效应模型 72

4.1 非线性再生散度随机效应模型的极大似然估计 73

4.1.1 Laplace近似及极大似然估计的算法 75

4.1.2 极大似然估计的EM算法和MCEM算法 82

4.1.3 极大似然估计的随机逼近算法 87

4.2 非线性再生散度随机效应模型的Bayes分析 91

4.2.1 Gibbs抽样 92

4.2.2 条件分布 93

4.2.3 Metropolis-Hastings算法 96

4.2.4 Bayes推断 97

4.2.5 模拟研究 98

4.2.6 实例分析 99

4.3 非线性再生散度随机效应模型的统计诊断 100

4.3.1 诊断模型分析 102

4.3.2 诊断统计量 105

4.3.3 局部影响分析 109

4.3.4 实例分析 113

4.4 非线性再生散度随机效应模型参数置信域的曲率表示 118

4.4.1 非线性再生散度随机效应模型的几何结构 119

4.4.2 似然置信域的曲率表示 122

4.4.3 子集参数置信域的曲率表示 124

第5章 非线性再生散度结构方程模型Bayes分析 129

5.1 非线性再生散度结构方程模型 130

5.2 模型的Bayes分析 132

5.2.1 Gibbs抽样及后验分布 133

5.2.2 Metropolis-Hastings算法 139

5.2.3 Bayes估计及拟合优度统计量 141

5.3 基于路径抽样的模型选择 145

5.4 模拟研究与实例分析 147

5.4.1 模拟研究 147

5.4.2 实例分析及WinBUGS软件的应用 150

5.5 讨论 153

第6章 带有不可忽略缺失数据的非线性再生散度结构方程模型的Bayes分析 154

6.1 带有缺失数据的非线性再生散度结构方程模型 155

6.2 缺失数据机制模型 157

6.3 模型的Bayes分析 159

6.3.1 后验分布 160

6.3.2 Metropolis-Hastings算法 162

6.3.3 Bayes估计及偏后验预测p值 163

6.4 Bayes模型比较 165

6.5 模拟研究与实例分析 167

6.5.1 模拟研究 167

6.5.2 实例分析及WinBUGS软件的应用 171

6.6 讨论 174

参考文献 176

附录A 187

附录B 实例分析的WinBUGS程序 192

购买PDF格式(8分)
返回顶部